[논문 리뷰] Enhancing Drug-Drug Interaction Extraction from Texts by Molecular Structure Information

Masaki Asada, Makoto Miwa외 1명|arXiv (Cornell University)|2018. 05. 15.

Biomedical Text Mining and Ontologies참고 문헌 15인용 수 10

한 줄 요약

이 논문은 그래프 컬러션 네트워크(GCNs)를 통해 약물 분자 구조 정보를 통합함으로써 텍스트에서 약물-약물 상호작용(DDI) 추출을 향상시키는 하이브리드 딥 러닝 모델을 제안한다. CNN에서 유도한 텍스트 표현과 NFP 및 GGNN에서 유도한 분자 표현을 결합함으로써, DDIExtraction 2013 데이터셋에서 F-스코어가 2.39%p 향상되었으며, 이는 분자 데이터가 텍스트 기반 DDI 인식에 크게 기여함을 보여준다.

ABSTRACT

We propose a novel neural method to extract drug-drug interactions (DDIs) from texts using external drug molecular structure information. We encode textual drug pairs with convolutional neural networks and their molecular pairs with graph convolutional networks (GCNs), and then we concatenate the outputs of these two networks. In the experiments, we show that GCNs can predict DDIs from the molecular structures of drugs in high accuracy and the molecular information can enhance text-based DDI extraction by 2.39 percent points in the F-score on the DDIExtraction 2013 shared task data set.

연구 동기 및 목표

• 의약품 상호작용 데이터베이스의 낮은 커버리지와 느린 업데이트 주기를 해결하기 위해 생물의학적 텍스트에서 자동으로 고정확도로 DDI를 추출할 수 있도록 하는 것.
• 텍스트 전용 딥 러닝 모델의 한계를 극복하기 위해 외부 분자 구조 정보를 통합함으로써 DDI 추출 성능을 향상시키는 것.
• 분자 수준의 표현이 임상 및 과학적 텍스트에서 약물-약물 상호작용을 식별하는 신경망 모델의 성능 향상에 기여하는지 조사하는 것.
• 텍스트적 맥락과 무관하게 분자 구조에서 직접 DDI를 예측하기 위해 그래프 신경망을 사용하는 것이 가능한지 입증하는 것.

제안 방법

• 텍스트 기반 약물 쌍을 인코딩하기 위해 순환 신경망(CNN)을 사용하며, 단어 임베딩과 상대적 위치 임베딩을 통합하여 문법적 및 맥락적 특징을 포착한다.
• 두 가지 유형의 그래프 컬러션 네트워크인 신경 프린팅(NFP)과 게이트드 그래프 신경망(GGNN)을 적용하여 약물 쌍의 분자 구조를 고정 크기의 벡터로 인코딩한다.
• CNN(텍스트 기반)과 GCN(분자 기반) 브랜치에서 유도된 출력 표현을 결합하여 각 약물 쌍에 대한 통합 표현을 형성한다.
• 분자 표현을 DrugBank 상호작용 쌍에서 사전 학습한 상태로, DDIExtraction 2013 공동 과제 데이터셋을 기반으로 엔드 투 엔드 모델을 훈련시킨다.
• CNN 레이어에서 최대 풀링과 ReLU 활성화 함수를 사용하고, GGNN에서는 GRU 기반 메시지 전파를 통해 원자 특징을 반복적으로 집계한다.
• 분류를 위해 최종 완전 연결 네트워크와 소프트맥스를 사용하며, 엔드 투 엔드 최적화를 위해 교차 엔트로피 손실 함수를 적용한다.

실험 결과

연구 질문

• RQ1 그래프 컬러션 네트워크(GCN)는 분자 구조만으로도 약물-약물 상호작용을 정확하게 예측할 수 있는가?
• RQ2 분자 구조 정보를 통합할 경우 텍스트 기반 DDI 추출 모델의 성능 향상은 어느 정도 이루어지는가?
• RQ3 다른 GCN 아키텍처(NFP 대 GGNN)는 분자 수준의 DDI 예측 모델링에서 어떻게 비교되는가?
• RQ4 분자 표현은 텍스트 기반 DDI 추출에서 모호성 또는 낮은 재현율 문제를 해결하는 데 기여하는가, 특히 희귀하거나 복잡한 상호작용 유형에 대해선 어떻게 되는가?

주요 결과

• 그래프 컬러션 네트워크(GCN)는 분자 구조에서 고정밀도로 약물-약물 상호작용을 예측할 수 있으며, DrugBank 상호작용 쌍에서 GGNN를 사용할 경우 F-스코어 23.90%를 기록했다.
• 분자 구조 정보를 통합함으로써 텍스트 기반 DDI 추출의 F-스코어가 DDIExtraction 2013 공동 과제 데이터셋에서 2.39%p 향상되었다.
• 향상 효과가 가장 두드러진 상호작용 유형은 '기전(Mechanism)'과 '효과(Effect)'였으며, 이는 분자 정보가 생물학적으로 타당한 상호작용을 더 잘 식별하도록 도와준다는 것을 시사한다.
• 분자 전용 모델은 낮은 F-스코어(<5%)를 기록하여, 분자 정보만으로는 신뢰할 만한 DDI 예측이 불가능함을 확인했지만, 텍스트와 융합될 경우 보완적인 기여를 한다.
• 통계적 유의성 검정 결과, 분자 통합으로 인한 성능 향상은 유의미했으며(Shuffled 테스트 세트 기준, NFP: p < 0.05, GGNN: p < 0.005), 이는 결과의 신뢰성을 뒷받침한다.
• DrugBank에서는 높은 성능를 보였지만, DDIExtraction 2013 데이터셋에서는 헤지드 언급 및 알려진 상호작용의 텍스트 커버리지가 불완전하여 성능이 낮게 나타났다.